上周在洛杉矶,正值苹果刚刚发布触屏版 MacBook Pro 的次日。苹果新任 CEO 约翰·特纳斯(John Ternus)在接受《连线》(Wired)采访时斩钉截铁地说:“我们不会为了 AI 而推出 AI。”他的意思是,只要功能运作得当,用户甚至不必在意结果是 AI 生成的,还是传统软件生成的。对于 AI 智能体将取代现有应用的预测,他也划清了界线:“做产品是一件极具人情味、极其个人化的事情。”
特纳斯于去年9月1日接替蒂姆·库克(Tim Cook)上任。他接手的位置并不轻松。多年来,苹果一直被认为在 AI 竞争中落后,升级版 Siri 也是到今年夏天才勉强问世。通常处在这种位置的高管,不是更应该承诺推出更多 AI 功能来挽回颓势吗?而他却反其道而行之,宣布的是“不做什么”。
标准是:用户不必知道
在我看来,这番话最值得关注的,与其说是“不做”的宣示本身,不如说是其背后的标准。用户无需意识到是否用了 AI,这意味着不会为了把 AI 写进功能清单而使用它。这与当下许多企业以“植入了多少 AI”来互相比较的做法截然不同。SK 电讯最近发布“AX 创新 2.0”时给出了这样一组数字:超过4000名员工亲手打造过智能体,1500个智能体常态化运行,93.8%的成员认同这一变革。CEO 直属的专项小组负责梳理数据权限,各组织还要进行为期3个月、以 AI 为中心重构全部业务的实验。从速度和参与率来看,这样的推进力无可挑剔。
我并不打算指责这种速度本身。只是,一旦“植入了多少”成为衡量成果的尺度,组织就很容易悄悄陷入堆砌数字的诱惑。智能体数量、参与人数、认同率,这些都是有意义的指标,但能够解释“为什么这项业务没有引入 AI”的组织,恐怕并不多见吧?特纳斯的话之所以犀利,正是因为他把这个问题反过来抛了出来。
悄然出成绩的一方,缩小了范围
看看那些不声不响做出成绩的实际案例,就能明白这条标准。HD 现代机器人(HD Hyundai Robotics)把 Palantir 的 AI 只用在一件事上:解决工业机器人现场问题。平均需要21.5天的处理周期缩短到了7.9天,减少了63%。没有全公司转型、组织重新设计之类的宏大宣言,只是专注于最重复、数据积累最充分的那一件事,便有了这样的结果。我认为这两个案例讲的其实是同一个道理。特纳斯说“让用户不必知道”,HD 现代机器人把范围缩小到“只做这一项业务”,两者的共同点在于:决定 AI 落在哪里的,不是数字,而是实际用处。
近30年来,我研究企业技术战略,经常见到类似的场景。每当新技术出现,组织总会分成两派:一派想展示“引入得多快、多广”,另一派则能解释“这项工作为什么还没引入”。前者在发布材料上光鲜亮丽,但一年后回头看,往往只剩下一堆无人使用的功能。我把这称为“证明疲劳”——用于展示已经引入 AI 的精力,超过了用于说明究竟用 AI 解决了什么问题的精力。
现在的组织也不妨自问一次:如果能列出今年“引入”了 AI 的地方,那么对于“决定不引入”的地方及其原因,是否也能同样清楚地说出来?我们在审视企业 AI 引入架构时,首先确认的也正是这一点。不妨通过我们的 TechScan 诊断,检视一下这条标准目前处于什么位置。